6月4日，应数学与统计学院的邀请，西安交通大学林绍波教授线上为我院师生作题为“Integral Operator Approaches for Scattered Data Analysis on Spheres”的学术报告。数学与统计学院师生共十余人参加此次报告。

本次报告聚焦球面散乱数据拟合问题。林老师研究了若干基于核的算法在含噪数据逼近中的性能，其中噪声可能为无界随机噪声。在理论分析方面，开发了一种积分算子方法，该方法可视为散乱数据拟合领域广泛使用的采样不等式方法与赋范集方法的拓展。通过建立算子差与求积法则的等价关系，成功实现了以下突破：推导出算子差的紧致界、给出算法的显式算子表示、获得最优误差估计。最后通过数值实验进一步验证了算法的优良性能。

报告结束后，林老师对师生提出的相关问题进行了积极的回答，开拓了在场学生的科研视野，受益匪浅。

专家简介：

林绍波，西安交通大学管理学院，教授、博士生导师。研究方向为函数逼近论、分布式学习理论、深度学习理论及强化学习理论。在应用数学顶级期刊ACHA、SINUM、SISC及机器学习顶级期刊JMLR，TPAMI，TIT等发表论文70余篇。主持或以核心骨干参与国家级课题11项。

（数学与统计学院 耿欣欣 李海锋）